deklarix/internal/extract/client.go

// Package extract ist Stufe 1 aus dem Kernprinzip: es extrahiert
// ausschließlich beobachtbare Fakten aus Caption und Bild eines
// Beitrags über die Claude API. Es bewertet nichts — das Urteil fällt
// ausschließlich das Regelwerk in internal/rules.
package extract

import (
	"bytes"
	"context"
	"encoding/base64"
	"encoding/json"
	"fmt"
	"net/http"

	"github.com/netcell-it/deklarix/internal/rules"
)

const (
	defaultBaseURL   = "https://api.anthropic.com"
	defaultModel     = "claude-sonnet-5"
	anthropicVersion = "2023-06-01"

	// PromptVersion wird zusammen mit jeder Extraktion gespeichert
	// (siehe Datenmodell: extraction.prompt_version), damit sich ein
	// späteres Finding auf den exakten Prompt-Stand zurückführen lässt,
	// der es erzeugt hat. Hochzählen bei jeder inhaltlichen Änderung an
	// systemPrompt oder extractionTool.
	PromptVersion = "v1"
)

const systemPrompt = `Du extrahierst ausschließlich beobachtbare Fakten aus einem Social-Media-Beitrag (Caption und Bild) für eine Kennzeichnungsprüfung nach deutschem Recht.

Du triffst KEINE rechtliche Bewertung und nennst KEINE Gesetze, Paragraphen oder Urteile — das ist nicht deine Aufgabe.

Ist ein Fakt nicht sicher aus Caption oder Bild zu bestimmen, wähle den dafür vorgesehenen Unsicherheitswert (z. B. "unklar"). Rate niemals.`

// Input ist, was Stufe 1 zur Extraktion braucht. Platform und
// Jurisdiction kommen vom Aufrufer (der Nutzer wählt Plattform und
// Rechtsordnung beim Einreichen) statt vom Modell erraten zu werden —
// aus Caption/Bild lässt sich keine Rechtsordnung ablesen.
type Input struct {
	Platform       string
	Jurisdiction   string
	Caption        string
	ImageMediaType string // z. B. "image/jpeg", "image/png"
	ImageData      []byte
}

// Client ruft die Claude API zur Fakten-Extraktion auf.
type Client struct {
	apiKey     string
	model      string
	baseURL    string
	httpClient *http.Client
}

// Option konfiguriert einen Client.
type Option func(*Client)

// WithModel überschreibt das Standardmodell.
func WithModel(model string) Option {
	return func(c *Client) { c.model = model }
}

// WithBaseURL überschreibt die API-Basis-URL (für Tests).
func WithBaseURL(url string) Option {
	return func(c *Client) { c.baseURL = url }
}

// WithHTTPClient überschreibt den verwendeten *http.Client (für Tests).
func WithHTTPClient(hc *http.Client) Option {
	return func(c *Client) { c.httpClient = hc }
}

// NewClient erstellt einen Extraktions-Client. apiKey darf nicht leer
// sein — es gibt keinen stillen Fallback auf einen ungültigen Zustand.
func NewClient(apiKey string, opts ...Option) (*Client, error) {
	if apiKey == "" {
		return nil, fmt.Errorf("extract: apiKey darf nicht leer sein")
	}
	c := &Client{
		apiKey:     apiKey,
		model:      defaultModel,
		baseURL:    defaultBaseURL,
		httpClient: http.DefaultClient,
	}
	for _, opt := range opts {
		opt(c)
	}
	return c, nil
}

// ModelVersion ist der Modell-Identifier, der zusammen mit jeder
// Extraktion gespeichert werden sollte (siehe Datenmodell:
// extraction.model_version).
func (c *Client) ModelVersion() string { return c.model }

// Extract ruft die Claude API auf und liefert die extrahierten Fakten.
// Bei jedem Fehler (Netzwerk, API-Fehler, unerwartete Antwortform,
// ungültiger Enum-Wert) wird ein Fehler zurückgegeben statt stumm ein
// Zero-Value-Facts zu liefern — ein falsches "keine Gegenleistung" wäre
// hier schlimmer als ein sichtbarer Fehler.
func (c *Client) Extract(ctx context.Context, in Input) (rules.Facts, error) {
	if in.Caption == "" && len(in.ImageData) == 0 {
		return rules.Facts{}, fmt.Errorf("extract: caption und bild sind beide leer")
	}

	var content []contentBlock
	if len(in.ImageData) > 0 {
		if in.ImageMediaType == "" {
			return rules.Facts{}, fmt.Errorf("extract: ImageMediaType fehlt für vorhandenes Bild")
		}
		content = append(content, contentBlock{
			Type: "image",
			Source: &imageSource{
				Type:      "base64",
				MediaType: in.ImageMediaType,
				Data:      base64.StdEncoding.EncodeToString(in.ImageData),
			},
		})
	}
	content = append(content, contentBlock{Type: "text", Text: "Caption:\n" + in.Caption})

	reqBody := messageRequest{
		Model:      c.model,
		MaxTokens:  1024,
		System:     systemPrompt,
		Messages:   []message{{Role: "user", Content: content}},
		Tools:      []tool{extractionTool},
		ToolChoice: toolChoice{Type: "tool", Name: extractionTool.Name},
	}

	payload, err := json.Marshal(reqBody)
	if err != nil {
		return rules.Facts{}, fmt.Errorf("extract: request marshal: %w", err)
	}

	req, err := http.NewRequestWithContext(ctx, http.MethodPost, c.baseURL+"/v1/messages", bytes.NewReader(payload))
	if err != nil {
		return rules.Facts{}, fmt.Errorf("extract: request bauen: %w", err)
	}
	req.Header.Set("content-type", "application/json")
	req.Header.Set("x-api-key", c.apiKey)
	req.Header.Set("anthropic-version", anthropicVersion)

	resp, err := c.httpClient.Do(req)
	if err != nil {
		return rules.Facts{}, fmt.Errorf("extract: request fehlgeschlagen: %w", err)
	}
	defer resp.Body.Close()

	var msg messageResponse
	if err := json.NewDecoder(resp.Body).Decode(&msg); err != nil {
		return rules.Facts{}, fmt.Errorf("extract: response decode: %w", err)
	}

	if resp.StatusCode != http.StatusOK {
		if msg.Error != nil {
			return rules.Facts{}, fmt.Errorf("extract: API-Fehler (%s): %s", msg.Error.Type, msg.Error.Message)
		}
		return rules.Facts{}, fmt.Errorf("extract: API-Status %d", resp.StatusCode)
	}

	var toolUse *responseBlock
	for i := range msg.Content {
		if msg.Content[i].Type == "tool_use" && msg.Content[i].Name == extractionTool.Name {
			toolUse = &msg.Content[i]
			break
		}
	}
	if toolUse == nil {
		return rules.Facts{}, fmt.Errorf("extract: keine tool_use-Antwort für %q enthalten", extractionTool.Name)
	}

	var args extractionArgs
	if err := json.Unmarshal(toolUse.Input, &args); err != nil {
		return rules.Facts{}, fmt.Errorf("extract: tool-input parse: %w", err)
	}

	consideration, err := parseConsideration(args.Consideration)
	if err != nil {
		return rules.Facts{}, fmt.Errorf("extract: %w", err)
	}

	return rules.Facts{
		Platform:            in.Platform,
		Jurisdiction:        in.Jurisdiction,
		Consideration:       consideration,
		DisclosurePresent:   args.DisclosurePresent,
		DisclosureWording:   args.DisclosureWording,
		DisclosureBeforeCut: args.DisclosureBeforeCut,
	}, nil
}

func parseConsideration(s string) (rules.Consideration, error) {
	switch rules.Consideration(s) {
	case rules.ConsiderationPaid, rules.ConsiderationInKind, rules.ConsiderationNone, rules.ConsiderationUnclear:
		return rules.Consideration(s), nil
	default:
		return "", fmt.Errorf("unerwarteter gegenleistung-Wert %q vom Modell", s)
	}
}